MultiLinearLogistic Regr-ions

ivan gabrovski

មាន​ការផ្សាយ​ពាណិជ្ជកម្ម

អំពី​កម្មវិធីនេះ

ខាងក្រោមនេះគឺជាការណែនាំជាក់ស្តែងអំពីការវិភាគតំរែតំរង់ឡូជីស្ទីកគោលពីរច្រើន (ពហុអថេរ) — ពោលគឺ ការព្យាករណ៍លទ្ធផលគោលពីរ (0/1) ពីលក្ខណៈពិសេសច្រើន។

ការវិភាគតំរែតំរង់ឡូជីស្ទីកគោលពីរ (ជាធម្មតាហៅថា ការវិភាគតំរែតំរង់ឡូជីស្ទីក) គឺជាវិធីសាស្ត្រស្ថិតិដែលប្រើដើម្បីធ្វើគំរូទំនាក់ទំនងរវាងអថេរឯករាជ្យមួយ ឬច្រើន និងលទ្ធផលគោលពីរ (ប្រភេទពីរ)។

គោលពីរ៖ គោលដៅ y∈{0,1}
ពហុអថេរ៖ លក្ខណៈពិសេសបញ្ចូលច្រើនជាងមួយ x_1, x_2, ..., x_n

គំរូ៖
p(y=1∣x)=1/(1+e^{−z}), ដែល z=w_0+w_1*x_1+⋯+w_n*x_n

និង w_0, w_1...w_n គឺជាទម្ងន់ដែលគណនាដោយ x_1, x_2, ..., x_n និងកំហុសរវាង y និងព្យាករណ៍។
ជំនួសឱ្យការព្យាករណ៍តម្លៃដោយផ្ទាល់ ការវិភាគតំរែតំរង់ឡូជីស្ទីកព្យាករណ៍ហាងឆេងឡូជីស្ទីកដោយប្រើបន្សំលីនេអ៊ែរនៃកត្តាព្យាករណ៍ z។ បន្ទាប់មក អត្រាឡូជីស្ទីកត្រូវបានបំលែងដោយប្រើអនុគមន៍ឡូជីស្ទីក (ស៊ីហ្គម៉យដ៍) ដើម្បីបង្កើតប្រូបាប៊ីលីតេរវាង 0 និង 1។

តំរែតំរង់ឡូជីស្ទីកគោលពីរ គឺជាគំរូចំណាត់ថ្នាក់ប្រូបាប៊ីលីតេដែលប្រើអនុគមន៍ស៊ីហ្គម៉យដ៍ ដើម្បីទស្សន៍ទាយលទ្ធភាពនៃលទ្ធផលមួយក្នុងចំណោមលទ្ធផលពីរ ដែលធ្វើឱ្យវាត្រូវបានគេប្រើយ៉ាងទូលំទូលាយនៅក្នុងស្ថិតិ វិទ្យាសាស្ត្រទិន្នន័យ និងការរៀនម៉ាស៊ីនសម្រាប់ការសម្រេចចិត្តគោលពីរដែលអាចបកស្រាយបាន។

ប៉ារ៉ាម៉ែត្រគំរូត្រូវបានប៉ាន់ប្រមាណដោយប្រើការប៉ាន់ស្មានលទ្ធភាពអតិបរមា (MLE)។ តម្លៃកម្រិត (ជាធម្មតា 0.5) ត្រូវបានប្រើដើម្បីចាត់ថ្នាក់លទ្ធផល (ប្រសិនបើ P≥0.5 → ថ្នាក់ 1; ប្រសិនបើ P<0.5 → ថ្នាក់ 0)។

តំរែតំរង់ឡូជីស្ទីកពហុធា គឺជាវិធីសាស្ត្រស្ថិតិ និងការរៀនម៉ាស៊ីន ដែលប្រើដើម្បីធ្វើគំរូទំនាក់ទំនងរវាងសំណុំនៃអថេរឯករាជ្យ (អ្នកទស្សន៍ទាយ) និងអថេរអាស្រ័យប្រភេទដែលមានលទ្ធផលដែលអាចកើតមានច្រើនជាងពីរ ដែលប្រភេទទាំងនោះមិនមានលំដាប់ធម្មជាតិ។
គំរូ៖ សម្រាប់ថ្នាក់ k៖
P(y=k∣x)=e^w_k⋅x / ∑e^w_j⋅x ដែល j=1,2...K
ដែល៖ - x = វ៉ិចទ័រលក្ខណៈពិសេស
w_k = ទម្ងន់សម្រាប់ថ្នាក់ k
K = ចំនួនថ្នាក់
នៅក្នុងកម្មវិធី វត្ថុនីមួយៗ Object_k( object_1, object_2 ... object_m) ត្រូវបានពិពណ៌នាដោយអថេរឯករាជ្យ (X_ki – លក្ខណៈពិសេស, i = 1...n) និងអថេរអាស្រ័យមួយ (Y_k -target)។ វិធីសាស្ត្រដូចជា ordinary least squares (OLS) ត្រូវបានប្រើដើម្បីគណនាតម្លៃល្អបំផុតនៃមេគុណ (beta_0, beta_1, beta_2, ..., beta_n)។ តម្លៃគោលដៅត្រូវបានគណនាដោយ៖
Y = beta_0 + beta_01* P_1 + beta_2 *P_2 + ... + beta_n* P_n
ដែល៖ P_1, P_2...P_n គឺជាកត្តាព្យាករណ៍នៃគោលដៅ។
កម្មវិធីរក្សាទុកទិន្នន័យសម្រាប់គំរូតំរែតំរង់ឡូជីស្ទីកច្រើននៅក្នុងមូលដ្ឋានទិន្នន័យ (DB) ប្រភេទ SQLite ដែលមានឈ្មោះថា AppMultiNomialLogisticRegression.db។ គំរូតំរែតំរង់ត្រូវបានសម្គាល់ដោយឈ្មោះ។

អេក្រង់ចាប់ផ្តើមនៃកម្មវិធី (App Multinomial Linear Logistic Regression Solver) បង្ហាញបញ្ជីគំរូនៃគំរូតំរែតំរង់ (នៅក្នុងបញ្ជី spinner) និងប៊ូតុងសម្រាប់បើកមុខងារដើម្បីបង្កើត (New sample) ផ្ទុក (Load) រក្សាទុក (Save) រក្សាទុកជា (Save as) គណនា (Calculate) និងលុប (Delete) គំរូនៃគំរូតំរែតំរង់។ ពីអេក្រង់មេ តាមរយៈធាតុម៉ឺនុយ អ្នកក៏អាចចូលប្រើមុខងារដូចជាការជ្រើសរើសភាសា ការរក្សាទុក និងការចម្លងមូលដ្ឋានទិន្នន័យ ការចាប់ផ្តើមមូលដ្ឋានទិន្នន័យជាមួយទិន្នន័យគំរូ និងមុខងារជំនួយដូចជាជំនួយសម្រាប់កម្មវិធី ការកំណត់ និងតំណភ្ជាប់ទៅកាន់គេហទំព័រដែលមានការពិពណ៌នាអំពីកម្មវិធីទាំងអស់ដោយអ្នកនិពន្ធ។
មុខងារសម្រាប់បង្កើត (គំរូថ្មី) រួមមានប្រអប់សម្រាប់បញ្ចូលទំហំម៉ាទ្រីសដែលបញ្ចូលទិន្នន័យនៃគំរូថ្មី - ចំនួនជួរដេក (ចំនួនជួរដេករួមបញ្ចូលសម្រាប់ទិន្នន័យដែលបានព្យាករណ៍ P_1, P_2...P_n– ជួរចុងក្រោយ) និងចំនួនជួរឈរ (ចំនួនជួរឈររួមបញ្ចូលសម្រាប់ទិន្នន័យអាស្រ័យ Y_1, Y_2,...Y_k– ជួរឈរចុងក្រោយ)។ បន្ទាប់មកត្រូវបានបង្កើតតារាងសម្រាប់បញ្ចូលទិន្នន័យពាក់ព័ន្ធ។ តារាងដែលបានបំពេញត្រូវតែដាក់ឈ្មោះមុនពេលរក្សាទុក។ មុខងារ Load clear តារាង។
តារាងដែលបានរក្សាទុកចាស់អាចបង្ហាញដោយជ្រើសរើសពីបញ្ជី spinner។ តារាងដែលបង្ហាញអាចត្រូវបានគណនា ហើយដំណោះស្រាយនឹងលេចឡើងក្នុងលទ្ធផលកម្មវិធីប្រអប់។ មុខងារ Print អាចត្រូវបានប្រតិបត្តិពីប្រអប់នេះនៅក្នុងឯកសារ AppMultipleLogisticRegressionSolver.txt។ សកម្មភាព Print include Save Db/Save ឯកសារដោយវាគឺជាថតឯកសារដែលបានជ្រើសរើសដែលត្រូវរក្សាទុកឯកសារ។ បន្ទាប់ពីជ្រើសរើសថតឯកសារ ប៊ូតុងសម្រាប់រក្សាទុកនឹងលេចឡើង។ ពីសកម្មភាពដូចគ្នាអាចបង្ហាញខ្លឹមសារនៃឯកសារដែលបានជ្រើសរើស ហើយក៏ដើម្បីលុបឯកសារដែលបានជ្រើសរើសផងដែរ។